Resumen

Row

Última actualización de datos realizada el 2020-11-17 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos positivos

125,590

Casos activos

46,454 (37%)

Casos recuperados

77,558 (61.8%)

Casos fallecidos

1,578 (1.3%)

Row

Hospitalizados

514

En salón

293 (57%)

En UCI

221 (43%)

Porcentaje de casos en unidad de cuidados intensivos con respecto a una capacidad máxima de 359 espacios disponibles

Row

Tabla de cantidades de casos en distritos

Casos positivos

Row

Última actualización de datos: 2020-11-17

Row

Casos positivos

125,590

Row

Mapa de casos positivos en distritos

Gráfico de porcentaje de casos positivos por distrito

Casos activos

Row

Última actualización de datos realizada el 2020-11-17 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos activos

46,454

Row

Mapa de casos activos en distritos

Gráfico de porcentaje de casos activos por distrito

Casos recuperados

Row

Última actualización de datos realizada el 2020-11-17 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos recuperados

77,558

Row

Mapa de casos recuperados en distritos

Gráfico de porcentaje de casos recuperados por distrito

Casos fallecidos

Row

Última actualización de datos realizada el 2020-11-17 con base en los datos publicados por el Ministerio de Salud de Costa Rica.

Row

Casos fallecidos

1,578

Row

Mapa de casos fallecidos en distritos

Gráfico de porcentaje de casos fallecidos por distrito

Mapa de calor

Row

Última actualización de datos: 2020-11-17

Row

Casos en distritos

---
title: "Estado del COVID-19 en Costa Rica (Daniel Ulloa y María José Calvo)"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
    vertical_layout: fill    
---

```{r setup, include=FALSE}

#-------------------- Paquetes --------------------

library(flexdashboard)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)
library(leaflet.extras)
library(tidyverse)

#-------------------- Colores ---------------------

color_positivos <- 'royalblue'
color_activos <- 'red'
color_recuperados <- 'green'
color_fallecidos <- 'purple'

color_nuevos_positivos <- 'pink'

color_hospitalizados <- 'pink'
color_salon <- 'pink'
color_uci <- 'pink'

#--------------------- Íconos ---------------------

icono_positivos <- 'fas fa-chart-line'
icono_activos <- 'fas fa-bolt'
icono_recuperados <- 'fas fa-band-aid'
icono_fallecidos <- 'fas fa-times'

icono_nuevos_positivos <- 'fas fa-angle-double-right'

icono_hospitalizados <- 'fas fa-hospital'
icono_salon <- 'fas fa-procedures'
icono_uci <- 'fas fa-first-aid'

#--------------- Otros parámetros -----------------

# Separador para lectura de datos CSV
caracter_separador <- ','
```


```{r, include=FALSE}
#--------------- Archivos de datos ----------------

archivo_general_pais <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_GENERAL.csv'

archivo_positivos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_POSITIVOS.csv'
archivo_activos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_ACTIVOS.csv'
archivo_recuperados_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_RECUP.csv'
archivo_fallecidos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_FALLECIDOS.csv'
```

```{r, include=FALSE}
#---------------------- Datos ---------------------

# Data frame de datos generales por país
df_general_pais <- read.csv(archivo_general_pais, sep = caracter_separador)
df_general_pais$FECHA <- as.Date(df_general_pais$FECHA, "%d/%m/%Y")

# Data frame de datos generales por país en la última fecha
df_general_pais_ultima_fecha <- 
  df_general_pais %>%
  filter(FECHA == max(FECHA, na.rm = TRUE))

# Data frame de casos positivos por cantón
df_positivos_cantones_ancho <- read.csv(archivo_positivos_cantones, sep = caracter_separador)
df_positivos_cantones <-
  df_positivos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "positivos")
df_positivos_cantones$fecha <- as.Date(df_positivos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos positivos por cantón en la última fecha
df_positivos_cantones_ultima_fecha <- 
  df_positivos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, positivos)

# Data frame de casos activos por cantón
df_activos_cantones_ancho <- read.csv(archivo_activos_cantones, sep = caracter_separador)
df_activos_cantones <-
  df_activos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "activos")
df_activos_cantones$fecha <- as.Date(df_activos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos activos por cantón en la última fecha
df_activos_cantones_ultima_fecha <- 
  df_activos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, activos)

# Data frame de casos recuperados por cantón
df_recuperados_cantones_ancho <- read.csv(archivo_recuperados_cantones, sep = caracter_separador)
df_recuperados_cantones <-
  df_recuperados_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "RECUPERADOS")
df_recuperados_cantones$fecha <- as.Date(df_recuperados_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos recuperados por cantón en la última fecha
df_recuperados_cantones_ultima_fecha <- 
  df_recuperados_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, RECUPERADOS)

# Data frame de casos fallecidos por cantón
df_fallecidos_cantones_ancho <- read.csv(archivo_fallecidos_cantones, sep = caracter_separador)
df_fallecidos_cantones <-
  df_fallecidos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "fallecidos")
df_fallecidos_cantones$fecha <- as.Date(df_fallecidos_cantones$fecha, "X%d.%m.%Y")

# Data frame de casos fallecidos por cantón en la última fecha
df_fallecidos_cantones_ultima_fecha <- 
  df_fallecidos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, fallecidos)

# Objeto sf de cantones
sf_cantones <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_cantonal_ign_wgs84.geojson')

# Objeto sf de casos positivos en cantones en la última fecha
sf_positivos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_positivos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(positivos))

# Objeto sf de casos activos en cantones en la última fecha
sf_activos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_activos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(activos))

# Objeto sf de casos recuperados en cantones en la última fecha
sf_recuperados_cantones_ultima_fecha <-
  left_join(sf_cantones, df_recuperados_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(RECUPERADOS))

# Objeto sf de casos recuperados en cantones en la última fecha
sf_fallecidos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_fallecidos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(fallecidos))
```

```{r, include=FALSE}
#---------------------- Datos de distritos ---------------------
archivo_general_distritos <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_DISTRITOS.csv'
# Carga del archivo CSV en un data frame
df_general_distritos_sucio <- read.csv(archivo_general_distritos)
# Eliminación de filas y columnas que corresponden a encabezados, totales, etc.
df_general_distritos_ultima_fecha <- df_general_distritos_sucio[-c(1:7), -c(1, 2, 4)]
# Cambio de nombre de las columnas
df_general_distritos_ultima_fecha <- 
  df_general_distritos_ultima_fecha %>%
  rename(provincia = X.2,
         canton = X.4,
         distrito = X.5,
         positivos = X.6,
         recuperados = X.7,
         fallecidos = X.8,
         activos = X.9
  ) %>%  
  mutate_all(funs(sub("^\\s*$", NA, .))) %>% # Se llenan con NA las celdas con espacios vacíos
  mutate(distrito = if_else(distrito == "El Carmen", "Carmen", distrito)) %>%
  mutate(distrito = if_else(distrito == "Valle de La Estrella", "Valle La Estrella", distrito)) %>%
  mutate(distrito = if_else(distrito == "La Amistad", "La  Amistad", distrito)) %>%
  fill(c(1,2)) # Se rellenan "hacia abajo" las columnas de provincia y cantón con valor NA
# Borrado de las filas con valor de NA o de "Sin información de distrito" en la columna de distrito
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[!is.na(df_general_distritos_ultima_fecha$distrito), ]
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[df_general_distritos_ultima_fecha$distrito != 'Sin información de distrito', ]
# Conversión a integer de los tipos de datos de las columnas con cifras
df_general_distritos_ultima_fecha$positivos <- as.integer(df_general_distritos_ultima_fecha$positivos)
df_general_distritos_ultima_fecha$recuperados <- as.integer(df_general_distritos_ultima_fecha$recuperados)
df_general_distritos_ultima_fecha$fallecidos <- as.integer(df_general_distritos_ultima_fecha$fallecidos)
df_general_distritos_ultima_fecha$activos <- as.integer(df_general_distritos_ultima_fecha$activos)
# Objeto sf de distritos
# Capa simplificada
 sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_distrital_ign_wgs84.geojson')
# Capa detallada
#sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_distritos_ign_wgs84.geojson')
# Objeto sf de casos positivos en distritos en la última fecha
sf_general_distritos_ultima_fecha <-
  left_join(sf_distritos, df_general_distritos_ultima_fecha, by = c('provincia', 'canton', 'distrito'))
```

Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
### **Última actualización de datos realizada el `r  df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**.

Row
-----------------------------------------------------------------------

### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Total de casos positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

### Casos activos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$activos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos activos",
         icon = icono_activos, 
         color = color_activos
)
```

### Casos recuperados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$RECUPERADOS / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos recuperados",
         icon = icono_recuperados, 
         color = color_recuperados
)
```

### Casos fallecidos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$fallecidos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos fallecidos",
         icon = icono_fallecidos, 
         color = color_fallecidos
)
```

Row
-----------------------------------------------------------------------

### Hospitalizados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "", sep = " "), 
         caption = "Total de hospitalizados", 
         icon = icono_hospitalizados,
         color = color_hospitalizados
)
```

### En salón {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Hospitalizados en salón",
         icon = icono_salon, 
         color = color_salon
)
```

### En UCI {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$UCI, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$UCI / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Hospitalizados en UCI",
         icon = icono_uci, 
         color = color_uci
)
```

### Porcentaje de casos en unidad de cuidados intensivos con respecto a una capacidad máxima de 359 espacios disponibles
```{r}
manometro_UCI <- round(100 * df_general_pais_ultima_fecha$UCI / 359, 1)
gauge(manometro_UCI, min = 0, max = 100, gaugeSectors(
  success = c(0, 50), warning = c(51, 80), danger = c(81, 100)
))
```

Row {data-width=400}
-----------------------------------------------------------------------

### Tabla de cantidades de casos en distritos
```{r}
st_drop_geometry(sf_general_distritos_ultima_fecha) %>% 
  select(Provincia = provincia, Canton = canton, Distrito = distrito, Positivos = positivos, Activos = activos, Recuperados = recuperados, Fallecidos = fallecidos) %>%
  DT::datatable(rownames = FALSE,
                options = list(searchHighlight = TRUE, 
                               language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
                               )
  )
```

Casos positivos
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
### **Última actualización de datos: `r  df_general_pais_ultima_fecha$FECHA`**
Row
-----------------------------------------------------------------------

### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Total de casos positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

Row {data-width=400}
-----------------------------------------------------------------------

### Mapa de casos positivos en distritos
```{r}
binsP <- c(0, 50, 100, 500, 1000, 5000, Inf)
paleta_azul <- colorBin(palette = "Blues", 
                        domain = sf_general_distritos_ultima_fecha$positivos,
                        bins = binsP
               )

leaflet_cantones <- leaflet(sf_general_distritos_ultima_fecha) %>% 
  fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
  addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
  addPolygons(fillColor = ~paleta_azul(positivos), stroke=T, fillOpacity = 1,
              color="black", weight=0.2, opacity= 0.5,
              group = "Distritos",
              popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "
", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "
", "Positivos: ", sf_general_distritos_ultima_fecha$positivos ) ) %>% addLegend("bottomright", pal = paleta_azul, values = ~positivos, title = "Casos positivos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar() %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de porcentaje de casos positivos por distrito ```{r} library(janitor) top10 = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = positivos) top10ytotal = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = positivos)%>% adorn_totals("row") Totaltotal = df_general_distritos_ultima_fecha%>% adorn_totals("row") Totaltotal= rbind(Totaltotal,top10ytotal[11,]) df = Totaltotal[488:489,] otros = df[1,4:7] - df[2,4:7] vec1= c("Otros") otros$distrito <- vec1 otros$canton <- vec1 otros$provincia<- vec1 top10masotros=rbind(top10, otros[1,]) fig <- plot_ly(top10masotros, labels = top10masotros$distrito, values = top10masotros$positivos, type = 'pie') fig <- fig %>% layout(title = 'Porcentaje de casos positivos por distrito', xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE), yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) fig ``` Casos activos ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos activos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), "", sep = " "), caption = "Total de casos activos", icon = icono_activos, color = color_activos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos activos en distritos ```{r} binsA <- c(0, 25, 50, 100, 500, 1000, 2000, Inf) paleta_roja <- colorBin(palette = "Reds", domain = sf_general_distritos_ultima_fecha$activos, bins = binsA ) leaflet_cantones <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_roja(activos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "
", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "
", "Activos: ", sf_general_distritos_ultima_fecha$activos ) ) %>% addLegend("bottomright", pal = paleta_roja, values = ~activos, title = "Casos activos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar() %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de porcentaje de casos activos por distrito ```{r} top10 = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = activos) top10ytotal = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = activos)%>% adorn_totals("row") Totaltotal = df_general_distritos_ultima_fecha%>% adorn_totals("row") Totaltotal= rbind(Totaltotal,top10ytotal[11,]) df = Totaltotal[488:489,] otros = df[1,4:7] - df[2,4:7] vec1= c("Otros") otros$distrito <- vec1 otros$canton <- vec1 otros$provincia<- vec1 top10masotros=rbind(top10, otros[1,]) fig <- plot_ly(top10masotros, labels = top10masotros$distrito, values = top10masotros$activos, type = 'pie') fig <- fig %>% layout(title = 'Porcentaje de casos activos por distrito', xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE), yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) fig ``` Casos recuperados ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos recuperados {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), "", sep = " "), caption = "Total de casos recuperados", icon = icono_recuperados, color = color_recuperados ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos recuperados en distritos ```{r} binsR <- c(0, 25, 50, 100, 500, 1000, 2000, Inf) paleta_verde <- colorBin(palette = "Greens", domain = sf_general_distritos_ultima_fecha$recuperados, bins = binsR ) leaflet_cantones <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_verde(recuperados), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Distritos", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "
", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "
", "Activos: ", sf_general_distritos_ultima_fecha$recuperados ) ) %>% addLegend("bottomright", pal = paleta_verde, values = ~recuperados, title = "Casos recuperados", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar() %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de porcentaje de casos recuperados por distrito ```{r} top10 = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = recuperados) top10ytotal = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = recuperados)%>% adorn_totals("row") Totaltotal = df_general_distritos_ultima_fecha%>% adorn_totals("row") Totaltotal= rbind(Totaltotal,top10ytotal[11,]) df = Totaltotal[488:489,] otros = df[1,4:7] - df[2,4:7] vec1= c("Otros") otros$distrito <- vec1 otros$canton <- vec1 otros$provincia<- vec1 top10masotros=rbind(top10, otros[1,]) fig <- plot_ly(top10masotros, labels = top10masotros$distrito, values = top10masotros$recuperados, type = 'pie') fig <- fig %>% layout(title = 'Porcentaje de casos recuperados por distrito', xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE), yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) fig ``` Casos fallecidos ======================================================================= Row {data-height=10} ----------------------------------------------------------------------- ### **Última actualización de datos realizada el `r df_general_pais_ultima_fecha$FECHA` con base en los [datos publicados por el Ministerio de Salud de Costa Rica](http://geovision.uned.ac.cr/oges/)**. Row ----------------------------------------------------------------------- ### Casos fallecidos {.value-box} ```{r} valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), "", sep = " "), caption = "Total de casos fallecidos", icon = icono_fallecidos, color = color_fallecidos ) ``` Row {data-width=400} ----------------------------------------------------------------------- ### Mapa de casos fallecidos en distritos ```{r} binsF <- c(0, 1, 2, 4, 6, 8, 10, 30, 50, 100, 150, Inf) paleta_violeta <- colorBin(palette = "Purples", domain = sf_general_distritos_ultima_fecha$fallecidos, bins = binsF ) leaflet_cantones <- leaflet(sf_general_distritos_ultima_fecha) %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons(fillColor = ~paleta_violeta(fallecidos), stroke=T, fillOpacity = 1, color="black", weight=0.2, opacity= 0.5, group = "Cantones", popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "
", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "
", "Fallecidos: ", sf_general_distritos_ultima_fecha$fallecidos ) ) %>% addLegend("bottomright", pal = paleta_violeta, values = ~fallecidos, title = "Casos fallecidos", opacity = 1 ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar() %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik ) # Despliegue del mapa leaflet_cantones ``` ### Gráfico de porcentaje de casos fallecidos por distrito ```{r} top10 = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = fallecidos) top10ytotal = df_general_distritos_ultima_fecha%>% top_n(n = 10, wt = fallecidos)%>% adorn_totals("row") Totaltotal = df_general_distritos_ultima_fecha%>% adorn_totals("row") Totaltotal= rbind(Totaltotal,top10ytotal[11,]) df = Totaltotal[488:489,] otros = df[1,4:7] - df[2,4:7] vec1= c("Otros") otros$distrito <- vec1 otros$canton <- vec1 otros$provincia<- vec1 top10masotros=rbind(top10, otros[1,]) fig <- plot_ly(top10masotros, labels = top10masotros$distrito, values = top10masotros$fallecidos, type = 'pie') fig <- fig %>% layout(title = 'Porcentaje de casos fallecidos por distrito', xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE), yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) fig ``` Mapa de calor ======================================================================= Row {data-height=1} ----------------------------------------------------------------------- ### **Última actualización de datos: `r df_general_pais_ultima_fecha$FECHA`** Row {data-width=400} ----------------------------------------------------------------------- ### Casos en distritos ```{r} # Cálculo de centroides de los distritos sf_distritos_centroides = st_centroid(sf_general_distritos_ultima_fecha, of_largest_polygon = FALSE) # Separación de los datos de longitud y latitud en columnas distintas separated_coord <- sf_distritos_centroides %>% mutate(long = unlist(map(sf_distritos_centroides$geometry,1)), lat = unlist(map(sf_distritos_centroides$geometry,2)) ) # Mapa de calor leaflet() %>% fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>% addProviderTiles(providers$Stamen.TonerLite, group = "Stamen Toner Lite") %>% addProviderTiles(providers$CartoDB.DarkMatter, group = "CartoDB DarkMatter") %>% addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>% addPolygons( data = sf_general_distritos_ultima_fecha, stroke=T, fillOpacity = 0, color="black", weight=0.2, opacity= 1.0, group = "Distritos", popup = paste( "Provincia: ", sf_general_distritos_ultima_fecha$provincia, "", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "", "Casos positivos: ", sf_general_distritos_ultima_fecha$positivos, "", "Casos activos: ", sf_general_distritos_ultima_fecha$activos, "", "Casos recuperados: ", sf_general_distritos_ultima_fecha$recuperados, "", "Casos fallecidos: ", sf_general_distritos_ultima_fecha$fallecidos ) ) %>% addHeatmap( data = separated_coord, lng = ~long, lat = ~lat, intensity = ~positivos, blur = 10, max = 5423, radius = 15, group = "Casos positivos" ) %>% addHeatmap( data = separated_coord, lng = ~long, lat = ~lat, intensity = ~activos, blur = 10, max = 1106, radius = 15, group = "Casos activos" ) %>% addHeatmap( data = separated_coord, lng = ~long, lat = ~lat, intensity = ~recuperados, blur = 10, max = 4837, radius = 15, group = "Casos recuperados" ) %>% addHeatmap( data = separated_coord, lng = ~long, lat = ~lat, intensity = ~fallecidos, blur = 10, max = 54, radius = 15, group = "Casos fallecidos" ) %>% addLayersControl( baseGroups = c("Stamen Toner Lite", "CartoDB DarkMatter", "OpenStreetMap"), overlayGroups = c("Distritos", "Casos positivos", "Casos activos", "Casos recuperados", "Casos fallecidos"), options = layersControlOptions(collapsed = TRUE) ) %>% addScaleBar() %>% hideGroup("Distritos") %>% hideGroup("Casos activos") %>% hideGroup("Casos recuperados") %>% hideGroup("Casos fallecidos") ```